10949 पेपर
यह शोधपत्र CanaryRAG को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले रनटाइम रक्षा तंत्र है जो रिट्रीव किए गए चंक्स (chunks) में कैनरी टोकन को एम्बेड करता है और बिना मॉडल रिट्रेनिंग की आवश्यकता के या प्रदर्शन को प्रभावित किए बिना, रीयल टाइम में RAG एक्सट्रैक्शन हमलों का पता लगाने और उन्हें कम करने के लिए एक ड्यूल-पाथ इंटीग्रिटी गेम का उपयोग करता है।
यह शोध पत्र टेम्पोरल प्रोसेस लॉग्स को संवादात्मक संवादों में बदलकर और एक सुपरवाइज्ड फाइन-ट्यूनिंग प्लस प्रेफरेंस ऑप्टिमाइजेशन पाइपलाइन लागू करके, ओपन-वेट लैंग्वेज मॉडल्स को छात्र प्रोग्रामिंग व्यवहार का अनुकरण करने के लिए प्रशिक्षित करने की एक विधि प्रस्तावित करता है, जो कोड-ओनली दृष्टिकोणों और प्रॉम्प्टेड बेसलाइन्स की तुलना में मॉडल्स की प्रामाणिक डिबगिंग पैटर्न को दोहराने की क्षमता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र यह प्रदर्शित करके 'यूनिफॉर्म इन्फॉर्मेशन डेंसिटी' (Uniform Information Density) परिकल्पना को चुनौती देता है कि विमर्श (discourse) में वैश्विक रूप से प्रमुख संस्थाएं (globally salient entities) गैर-प्रमुख संस्थाओं की तुलना में काफी अधिक सर्प्राइज़ल (surprisal) प्रदर्शित करती हैं, जबकि साथ ही वे आसपास की सामग्री के सर्प्राइज़ल को कम भी करती हैं, जिससे यह स्पष्ट होता है कि वैश्विक संस्थागत प्रमुखता (global entity salience) विभिन्न शैलियों में सूचना वितरण को आकार देने वाला एक प्रमुख तंत्र है।
यह शोध पत्र व्यवस्थित रूप से प्रदर्शित करता है कि रोल-प्लेइंग भाषा मॉडलों में, उच्च व्यक्तित्व अनुकूलता (persona agreeableness) महत्वपूर्ण रूप से बढ़े हुए चाटुकारिता व्यवहार (sycophantic behavior) की भविष्यवाणी करती है, जो व्यक्तित्व लक्षणों और तथ्यात्मक सटीकता के बजाय उपयोगकर्ता के सत्यापन को प्राथमिकता देने की प्रवृत्ति के बीच एक महत्वपूर्ण संबंध को उजागर करती है।
यह शोध पत्र सेल्फ-करेक्टिंग RAG का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो संदर्भ चयन को एक बहु-आयामी मल्टीपल-चॉइस नैपसैक समस्या के रूप में पुनर्गठित करके और जनरेट किए गए उत्तरों को गतिशील रूप से मान्य करने के लिए NLI-निर्देशित मोंटे कार्लो ट्री सर्च का उपयोग करके जटिल तर्क कार्यों में निष्ठा (faithfulness) को बढ़ाता है, जिससे सटीकता में उल्लेखनीय सुधार होता है और मतिभ्रम (hallucinations) कम होता है।
यह शोध पत्र BlasBench को प्रस्तुत करता है, जो आयरिश भाषण पहचान के लिए पहला खुला बेंचमार्क है जो एक आयरिश-जागरूक मूल्यांकन प्रोटोकॉल का उपयोग करता है ताकि 12 ASR प्रणालियों के बीच महत्वपूर्ण सामान्यीकरण अंतराल और प्रदर्शन असमानताओं को प्रकट किया जा सके, जिसमें यह निष्कर्ष भी शामिल है कि सभी Whisper वेरिएंट 100% से अधिक शब्द त्रुटि दर (Word Error Rate) को पार कर जाते हैं।
यह शोध पत्र रिस्क-कंस्ट्रेंड बाइलेवल स्टैकेलबर्ग फ्रेमवर्क (RCBSF) का प्रस्ताव करता है, जो एक मल्टी-एजेंट सिस्टम है जो सुरक्षा बाधाओं को लागू करने और 84.21% की रिस्क रेजोल्यूशन रेट के साथ अत्याधुनिक प्रदर्शन प्राप्त करने के लिए स्वचालित अनुबंध संशोधन को एक गैर-सहकारी स्टैकेलबर्ग गेम के रूप में मॉडल करता है।
यह अध्ययन प्रदर्शित करता है कि BERT एम्बेडिंग्स फिक्शन (कथा साहित्य) में समय, स्थान, कार्य-कारणता और पात्रों के संबंध में अर्थपूर्ण टोकन-स्तरीय जानकारी को एनकोड करती हैं, जैसा कि एक उच्च-सटीकता वाले लीनियर प्रोब द्वारा प्रमाणित होता है जो रैंडम बेसलाइन से काफी बेहतर प्रदर्शन करता है, हालांकि आयाम विविक्त रूप से विभाज्य नहीं हैं और "बाउंड्री लीकेज" से ग्रस्त हैं जहाँ दुर्लभ श्रेणियों को अक्सर "अन्य" के रूप में गलत वर्गीकृत किया जाता है।
यह शोध पत्र "Mediom" नामक 3,533 मुहावरों के एक बहुभाषी बहुविध (multilingual multimodal) संग्रह और "HIDE" नामक एक संकेत-आधारित ढांचे को प्रस्तुत करता है, जो टेक्स्ट और इमेज मोडैलिटीज के माध्यम से सांस्कृतिक रूप से निहित, गैर-शाब्दिक मुहावरेदार तर्क को समझने में वर्तमान एआई मॉडलों की व्यवस्थित विफलताओं को संबोधित करने और सुधारने के लिए है।
यह शोध पत्र एक पोजीशन-अग्नोस्टिक (position-agnostic) नॉनलीनियर प्री-प्रोजेक्शन और एक कंटेंट स्किप कनेक्शन पेश करता है जो अटेंशन मैकेनिज्म को बायपास करता है, जिससे K/V कैश ओवरहेड बढ़ाए बिना पायथिया (Pythia) मॉडल्स पर फ्रोजन-प्रोब प्रयोगों में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।